什么是 KV Cache？它在 Transformer 推理中扮演什么角色？
考察说明
考察对 Transformer 自回归解码中键值缓存机制的理解
回答思路
- 解释 KV Cache 的本质是缓存历史 token 的 Key 和 Value 矩阵
- 说明自回归生成时每步只需计算当前 token 的 Q/K/V，历史 K/V 可复用
- 指出 KV Cache 能避免重复计算，降低计算量
- 提到 KV Cache 存储在 GPU 显存，会随序列变长而增加
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。